在python pandas中合并具有不同时间戳的索引上的2个数据帧答案

【问题标题】：Merge 2 dataframe on index with different timestamp in python pandas在python pandas中合并具有不同时间戳的索引上的2个数据帧
【发布时间】：2021-12-05 08:25:58
【问题描述】：

我有 2 个具有不同时间戳和不同长度的数据帧。

第一个 Dataframe，df，有 1054 行，如下所示：

第二个数据帧，df_temp，有 2629 行，如下所示：

我不知道从哪里开始。时间戳几乎接近，我知道如何合并具有相似索引但不是这个索引的数据帧。任何帮助，将不胜感激。谢谢！

df_merged=pd.concat([df,df_temp]).sort_index()

我之前也试过这个。当我将这些加在一起时，索引有点排序，但它给了我数据丢失位置的 NaN 值。

【问题讨论】：

请提供足够的代码，以便其他人更好地理解或重现问题。

标签： python pandas indexing merge timestamp

【解决方案1】：

你可以试试这个吗？

pd.concat([df,df_temp]).sort_index()

或

pd.concat([df,df_temp.rename(columns=dict(zip(df_temp.columns,df.columns)))]).sort_index()

【讨论】：

我之前也试过这个。当我将这些加在一起时，索引是排序的，但它为我提供了数据丢失位置的 NaN 值。
你期望的数据框是什么？
其实我通过df_merged=df_merged.fillna(method='ffill')找到了解决这个问题的方法，但是谢谢你的帮助。